Kişisel veriyi maskelemek kolay, asıl soru loga ne yazdığınız
· Ramazan Gülsen
Modellerinizin önüne bir LLM gateway koyduğunuzda er geç biri prompt'a bir müşteri kaydı yapıştırır. O kaydı maskelemek işin kolay kısmı. Asıl soru, bu olayı kendi loglarınıza nasıl yazdığınız. Bu yazı, BaseLLM'de bu iki soruyu nasıl çözdüğümüzü anlatıyor.
Sık yapılan hata
Güvenlik ekibi maskelemenin gerçekten yapıldığına kanıt ister. Akla gelen ilk çözüm orijinal prompt'u "denetim için" bir yerde saklamaktır.
Ama o zaman denetim kaydı, korumaya çalıştığınız kişisel verinin ta kendisini tutar. Modele gitmesini engellediğiniz TC kimlik numarası artık sizin log tablonuzda, yedeklerinizde ve logları aktardığınız her sistemde durur. Bir koruma katmanı eklemek isterken veriyi bir yere daha kopyalamış olursunuz.
İstek ağdan çıkmadan tarama
BaseLLM metni modele gitmeden önce, gateway'in içinde tarar. Tespit kural tabanlıdır ve sunucunuzda çalışır. Metin kontrol için başka bir servise gönderilmez. Uygulamalarda değişiklik gerekmez, çünkü uygulama zaten gateway'in OpenAI uyumlu adresine bağlanır.
Kurallar proje bazındadır. Hukuk projesi kişisel veri içeren isteği engellerken çağrı merkezi projesi aynı veriyi maskeleyebilir. Beş mod var:
| Mod | Ne olur |
|---|---|
| Sadece raporla | İstek olduğu gibi gider, tespit kayda düşer |
| Maskele | TC 100*****46, telefon ***4567 |
| Yer tutucu | Model <TELEFON_1> görür, gerçek değer cevapta geri konur |
| Redact | TC [REDACTED:TC_KIMLIK] |
| Engelle | 403 pii_blocked; istek modele hiç gitmez |
Yer tutucu modu çoğu ekip için en kullanışlısı. Kullanıcı tam metni görür, model görmez. Model "<TELEFON_1> numaralı müşteriyi arayın" diye cevap verir, kullanıcıya giden cevapta gerçek numara geri konur.
API anahtarı, erişim token'ı, parola ve veritabanı bağlantı bilgisi gibi gizli anahtarlar ayrı bir taramadan geçer. 29 kural var ve varsayılan davranış engellemektir: 403 secret_blocked.
Kontrol hanesi neden önemli
Yalnız düzenli ifadeyle çalışan bir maskeleme fazla maskeler. 11 haneli bir sipariş numarası, düzenli ifadenin gözünde TC kimlik numarasından farksızdır. Sonuçta model işine yarayacak bilgiyi göremez, kullanıcılar da maskelemeyi kapatmak ister.
TC kimlik numarasının son iki hanesi ilk dokuz haneden hesaplanır. Örneğin 10000000146 numarasında tek sıradaki hanelerin toplamı 2, çift sıradakilerin toplamı 0'dır. (2 × 7 − 0) mod 10 = 4, yani onuncu hane 4 olmalıdır. İlk on hanenin toplamı 6'dır, yani on birinci hane 6 olmalıdır. Rastgele bir sipariş numarası bu iki kontrolü nadiren geçer.
BaseLLM bu yüzden TC kimlik, vergi kimlik numarası, IBAN ve araç plakasında kontrol hanesini doğrular, kredi kartında Luhn algoritmasını kullanır. Boşluklu ve tireli yazılışları da yakalar: +90 (532) 123-45-67 ya da TC 100 000 001 46 gibi.
Loga ne yazıyoruz
Ham değer hiçbir kayıtta tutulmaz. Bir tespit olduğunda saklananlar şunlar:
- Maskelenmiş kısa bir örnek. Bu proje bazında bir ayardır ve tamamen kapatılabilir; kapalıyken yalnız tür ve sayı kalır.
- Hangi türden kaç tane bulunduğu.
- Metnin neresinde bulunduğu.
Her tespit denetim kaydına pii.detection olayı olarak yazılır. Denetim kayıtları birbirine SHA-256 zinciriyle bağlıdır. Biri geçmişteki bir kaydı değiştirirse zincir kırılır ve bu görünür. Tespit olayları varsayılan olarak 90 gün tutulur. Süre 0 ile 3650 gün arasında ayarlanabilir, olaylar SIEM'e de aktarılabilir.
Böylece log maskelemenin yapıldığını kanıtlar, ama verinin ikinci kopyası olmaz. Güvenlik ekibi "kaç kez, hangi projede, hangi tür veri yakalandı" sorusunun cevabını görür. Verinin kendisini görmez.
Model cevabı da taranır
Kişisel veri sadece prompt'tan gelmez. Model, kendisine verilen bir belgeden ya da önceki mesajlardan kişisel veriyi cevaba taşıyabilir. BaseLLM cevabı da kullanıcıya ulaşmadan tarar. Engelle modundaysa hassas kısım çıkarılır, gerisi iletilir. Akışlı (streaming) cevapta tespit kayda geçer ama cevap metni değiştirilmez.
Maskeleme tek başına uyum değildir
Maskeleme bir teknik önlemdir. KVKK uyumunun tamamı kurumun kendi hukuki değerlendirmesine bağlıdır. Ama güvenlik ekiplerinin yapay zekâ projesini onaylamadan önce ilk sorduğu soru hep aynı: "Biri prompt'a müşteri verisi yapıştırırsa ne olur?" Bu sorunun iyi bir cevabı olmadan proje genelde ilerlemiyor.
Ayrıntılar Hassas veri maskeleme ve Audit Log dokümanlarında. Kendi altyapınızda denemek için 30 günlük değerlendirme en kolay yol.